UE11 DE BIOMÉDECINE

QUANTITATIVE – L3

Facteurs Pronostiques

S Chevret Service de Biostatistique et Information médicale

Hôpital Saint-Louis

Programme

• Facteurs Pronostiques

• Savoir interpréter les résultats des études pronostiques

• Savoir mettre en relation ces résultats et le pronostic individuel du

patient

• Savoir interpréter les différentes mesures de risque et d'impact

• risque absolu

• risque relatif

• risque attribuable

Plan

1. Définitions

Risque vs. Pronostic ?

2. Mesures de risque/pronostiques

Facteurs de risque/pronostiques

Etudes Pronostiques

3. Interprétation

DÉFINITIONS Pronostic, Facteur pronostique, Risque

Distinction Diagnostic / Pronostic

• Dia gnostic

Du grec diagnosis

Dia= séparation,distinction

gnosis=connaissance

►(re)connaître

= identification de la

nature d’un

dysfonctionnement

• Pro (g)nostic

Du grec prognostikos

Pro=

gnosis=connaissance

►connaître d’avance

= supposition sur ce qui

doit arriver, prévision

Exemples nombreux en dehors médecine

• Dia gnostic

• Pannes en électronique et en

informatique

• Bâtiment et construction

(amiante, électricité, énergie,…)

…

• Pro (g)nostic

• Jeux : Courses, sports

• Météorologie

• Politique : élections

…

Ibrahim Maalouf (2011)

Prédire le

nombre

d’étudiants en

cours ?

Distinction Diagnostic / Pronostic médical

• Dia gnostic

Identification d’une

maladie

• Pro (g)nostic

Prévision de l’évolution

d’une maladie, en partie

de son degré de gravité

Deux finalités différentes

Distinction Diagnostic / Pronostic médical

• Dia gnostic

Question : quelle est la

maladie du sujet ?

• Pro (g)nostic

Question : quelle va

être l’évolution de la

maladie du sujet ?

Deux questions différentes

Distinction Diagnostic / Pronostic médical

• Dia gnostic

Identification d’une

maladie

par des “signes

diagnostiques”

• Pro (g)nostic

Prévision de l’évolution

d’une maladie, en partie

de son degré de gravité

par des facteurs

“pronostiques”

Comment ?

Attention (erreurs fréquentes)

• Pronostic = Distinguer l’estimation et le devenir

• (diagnost)“ic” ou “ique”

• (pronost)“ic” ou “ique” = Distinguer adj. et substantifs

Distinction Diagnostic / Pronostic médical

• Dia gnostic

Par défaut de sensibilité

et spécificité

• Pro (g)nostic

+ Par la nature aléatoire

même du devenir

Deux Problèmes décisionnels aléatoires

entachés d’erreurs de classement

Malade Sain

Test + VP FP

Test - FN VN

Décès vivant

facteur

+ VP FP

facteur

- FN VN

Test et Maladie sont évalués

au même instant

Facteur et devenir sont évalués

De façon décalée dans le temps

Pronostic

= Estimation du devenir d'un patient

• Différence essentielle : Etat non réalisé !

► L’évaluation pronostique doit prendre en compte la

nature aléatoire des événements qui peuvent (ou non)

survenir dans le temps

On cherche donc à “deviner” le futur

On le quantifie via des mesures de “risque”

MESURES DE

RISQUE/PRONOSTIQUES Facteurs pronostiques

Mesures de risque : différents buts

1) quantification au sein d’un groupe (population)

=“mesures de risque” stricto sensu

Risque absolu

Prévalence

À part, taux d’incidence

2) comparaison de plusieurs groupes (sous-populations) différant par des “facteurs d’exposition”

= “mesures d’effet”

Risque relatif

Risque attribuable Mais aussi Odds ratio

À part, rapport de fonctions de risque instantané

1) Mesures de

risque pour une

population

Buts : Quantifier un

état de santé

(présent/futur)

Mesures de “risque” pour une population

• Différentes façons de le mesurer : Mesures de « risque »

pour une population

• Risque absolu

• Prévalence

Par opposition aux mesures d’incidence ou Taux

• rapport entre un nombre d’événements sur une période de temps

donnée dans un groupe sur le temps total d’exposition du groupe

• exprimé en nombre d’événements par unité de personne-temps (« à risque »)

Exemple

• Etude de cohorte, menée par

l’University Medical Center

(Freiburg-Allemagne) et la

Queensland University of

Technology (Brisbane, Australie) a

regardé si les musiciens célèbres

étaient exposés à un risque accru

de décès à 27 ans …

Risque (absolu)

Le risque est une Probabilité !

= Probabilité d’être malade ( [0,1]) sur un intervalle de

temps donné

• Syn. : Risque absolu, Prévalence

Prévalence

• Proportion totale de malades dans la

population à un instant donné

soit M : le nombre de malades

Et N : le nombre total de sujets (malades

et non malades)

• intéresse la santé publique • permet d ’évaluer les besoins de prise en charge médicale

N

MP

Exemples : mortalités feto-infantiles

Oui

Non

Population

définie Échantillon

représentatif

Maladie

présente ?

Population à

risque

à instant t

Mesure : Etudes de prévalence ou

“transversales” (cross-sectional study)

Exemple

The cross sectional study was

conducted in all Brazilian macro-

regions from 2005 to 2009, as a

stratified multistage cluster sample of

19,503 inhabitants aged between 10

and 69 years, representing individuals

living in all 26 State capitals and the

Federal District

Prevalence of hepatitis C infection in a representative

sample of State capitals of the five Brazilian regions by sex and age group

Facteurs influençant la prévalence

Prévalence dépend :

• de la durée de la maladie

• (de la durée de présence d’un malade dans la population)

• +++ importance pour les maladies chroniques

• de la « vitesse » d’apparition de nouveaux cas dans la

population

• notion d’incidence

N

MP

(Taux d’)Incidence

Taux

• rapport entre un nombre d’événements sur une période de temps

donnée dans un groupe sur le temps total t d’exposition du groupe

• exprimé en nombre d’événements par unité de personne-temps (« à

risque »)

probabilité (peut être > 1)

• quantifie la production de nouveaux cas (m) de maladie dans la population

sur une période donnée

• Population initialement non malade

osés

t

mTI

exp

M

M

X

X

1 2 3 4 5 6 ans

3,3

2

5,5

1,5

Personnes-années

16,0

3,12

2

5,15,523,3

2

exp

osés

t

mI cas/personne-année

1,6 malades pour 10 PA

Rapport prévalence/incidence

“marmite de la

Prévalence”

(Morton) Incidence

(nouveaux

cas)

Guérisons

Décès

Relation entre Prévalence et taux d’incidence

2 questions différentes

• Incidence = à quelle vitesse les nouveaux cas

arrivent-ils dans un groupe d’individus au cours

du temps ?

• Prévalence = Quelle proportion d’individus du

groupe a une maladie donnée ?

Rm - si population stable

• Prévalence = Incidence x durée moyenne de la maladie

ex : Asthme aux USA

Age Incidence annuelle Prévalence Durée (ans)

0-5 6/1000 29/1000 4,8

6-16 3/1000 32/1000 10,7

17-44 2/1000 26/1000 13,0

45-64 1/1000 36/1000 33,0

65 0 36/1000 33,0

3/1000 30/1000 10,0

dTIP

Mesure de l ’apparition des

nouveaux cas sur un

temps considéré

Étude de cohorte

Mesure de l’incidence : Etudes de cohorte

Exemple

2) Mesures

d’effet

But = Mesurer une

association entre

un facteur et un

état

2 langages

Epidémiologie

But : comparaison de

plusieurs groupes (sous-

populations) sains différant

par des “facteurs d’exposition”

Dits facteurs de risque

En population saine

- par exemple, habitudes

alimentaires, mais aussi signes

cliniques (Hypertension,

surpoids, etc.)

Epidémiologie clinique

But : comparaison de

plusieurs groupes (sous-

populations) malades différant

par des caractéristiques

Dits facteurs pronostiques

Chez les malades

- En règle facteurs liés au malade (et

pourquoi pas leurs habitudes

alimentaires), à la maladie ou aux

traitements

Facteurs de risque

Début de la maladie

Diagnostic

Traitement

Devenir

Cause

Risque

Prévention

Anormalité

Fréquence

Diagnostic

Prévention

Tests diagnostiques

Essais cliniques

Études pronostiques

Histoire naturelle

E

P

I

D

E

M

I

O

R

E

C

H

E

R

C

H

E

C

LI

N

I

Q

U

E

Risque Pronostic

IDM Bonne santé Devenir

FDR

Age

Homme

Tabac

HTA

LDL / HDL

Sédentarité

Facteurs pronostiques

Age

Femme

Tabac

Hypotension

IDM antérieur

Insuffisance cardiaque

Arythmie ventriculaire

Décès

Récidive

Autre

Facteur de risque / Facteur pronostique • Un facteur de risque peut ou non être un facteur

pronostique ! L’exemple de l’infarctus du myocarde

Attention

• Il y a nécessairement décalage entre la mesure du facteur

(pronostique) et ce qu’il cherche à prédire !

• Sinon, il s’agit de diagnostic !

Exemple : Mélanomes cutanés

Le score de Breslow se mesure au diagnostic ; il prédit un risque

évolutif du mélanome

Mesures de “risque” pour une exposition

• diverses mesures d’association entre exposition

et une maladie = ”mesures d’effet”

• 2 types de mesures

• différence des risques (taux) : risque attribuable

• rapport des risques (taux) : risque relatif

• à part : l’odds ratio

Risque attribuable

=Différence des risques (ou « excès de risque ») selon que le facteur de risque (ou pronostique) est présent ou non

risque additionnel du fait de l’exposition au facteur

• Suppose que l’exposition a un effet additif sur le risque

• suppose l’exposition causale +++

• parfois exprimé en termes d’incidences

EMPEMPRA

calcul

RA= Risque(si Exposé) – Risque (si non exposé)

parfois mesuré sur les incidences

Incidence

liée à

l’exposition

Incidence non

liée à l’exposition

exposés non exposés

EMPEMPRA

Mesure du RA: Etudes de cohorte souvent de type appariée “exposée-non exposée”

Exposés

Non exposés

Instant initial

Mesure de l ’apparition des

nouveaux cas sur un

temps considéré

Etat futur : Maladie/Devenir

Étude de cohorte

Ex: “Mortalité attribuable” en réanimation

• RA= 61,5-36,7=24,8%

• suppose que l’infection « ajoute » une mortalité propre

actifEvenementPplaceboEvenementPARR

Autre Ex dans les essais cliniques

• Réduction absolue du risque (absolute risk reduction)

= c’est un risque attribuable !

On en déduit (corollaire)

• Nombre de malades à traiter (number needed to treat, NNT)

– nombre de malades à traiter pour éviter 1 événement

EMPEMPRA

ARRNNT 1

Risque relatif

• mesure d’association entre facteur (de risque/pronostique) et (maladie/devenir)

• Suppose alors que l’exposition a un effet multiplicatif sur le risque

• exprime l’effet de l’exposition comme une fraction du risque chez les sujets non exposés

• Parfois, exprimé comme rapport de taux d’incidence (ou de fonction de risque « instantané »)

Mais … ne donne aucune information sur l’importance du risque absolu +++

EMP

EMPRR

Comparaison RR et RA

Exemple : tabac et KBP maladies cardiovasc.

taux événement exposés 140 669

pour 100 000 non exposés 10 413

14,0 1,6

130 256

malgré un RR plus élevé pour KBP que MCV,

si le tabagisme disparaissait...

Prévention de 130 KBP contre 256 MCV...

tabacnoneveP

tabacevePRR

tabacnonevePtabacevePRA

Exposé/non exposé

Instant initial : mesure des

FDR/Facteurs pronostiques

Mesure de l ’apparition des

nouveaux cas sur un

temps considéré

Etat futur : Maladie/Devenir

Étude de cohorte

Mesure du RR: Etudes de cohorte

Exemple: RR vs. RA

• Interprétation

RR = 1 : risque chez exposés = risque chez non exposés (pas

d ’association)

RR>1 : risque chez exposés > risque chez non exposés

(association positive, possiblement causale)

RR<1 : risque chez exposés < risque chez non exposés

(association négative, possiblement protectrice)

Attention aux études cas-témoins !

1. Aucune mesure de risque absolu possible

• (on fixe le nombre de cas et témoins !)

2. Une seule mesure d’effet possible = un rapport de

cotes (“Odds Ratio”, OR)

Témoins

Oui

Non

Oui

Non

Population

à risque

TEMPS

Exposition au facteur

d ’exposition

RECHERCHE

Échantillon

de malades

Échantillon

de non

malades

Cas

Odds Ratio

Concept de l’odds (”cote”)

P = probabilité succès

1-P = probabilité échec

Odds = P

1-P

= rapport entre probabilité de succès et probabilité d ’échec

ex - turfistes

Epi Beauty, P = 60%

Odds = 60% = 1,5 : 1 = 1,5

40%

A B

C D

n1

n0

Cas : D

¯ Témoins : D

Exposé (E) E ̄

m1 m0

avec n1 et n0 fixés

on ne peut que conditionner sur le devenir

CB

DA

DEP

DEP

DEP

DEP

OR

1

1

Odds ratio Odds = P(E) / (1 - P(E))

P(E)=Odds / (1 + Odds)

Exemple : étude cas-témoin

19.1185)1202656(

)1854854(120

OR

120 B

185 D

n1=2656

n0=4854

D

¯ D

E E ¯

m1 m0

Non ajusté

Exemple: méta-analyses

• Interprétation (id RR)

=1 pas d’association

<1 association négative

>1 association positive

OR et RR

mesures association entre exposition et maladie

- cas représentatifs en termes d’exposition

- témoins représentatifs en termes d’exposition

- maladie peu fréquente+++

DB

BCA

A

EDP

EDPRR

A B

C D

n1

n0

D

¯ D

E E ¯

m1 m0

CB

DA

DEP

DEP

DEP

DEP

OR

1

1

ORCB

DA

D

BC

A

DB

BCA

A

RR

INTERPRETATION

RISQUE-PRONOSTIC

/FACTEURS PRONOSTIQUES

Intérêts ?

• Pour la prise en charge du malade en fonction de son

“risque évolutif” (mesuré par ses facteurs pronostiques)

• But des classifications (pronostiques) des tumeurs

Maladie de Hodgkin

Intérêts ?

• La connaissance (pronostique) traduit un “risque” évolutif

Exemples

LLC

Syndromes Myélo Dysplasiques

Intérêts ?

• Permet d’adapter les prises en charge en fonction du

“risque évolutif” (du pronostic)

“A la mode” : “Biomarqueurs” …

• Diagnostiques (qs)

• Pronostiques

• Associés au devenir (chez non traités ou ayant reçu traitement

standard)

• Prédictifs +++

• Associés à la réponse au (nouveau) traitement

►Demande importante notamment en cancérologie

Buts : prédire quels patients vont bénéficier de quels traitements ?